Sa Silicon Valley, ang paniniwala na “ang software ay nagkakasundo sa mundo” ay naging awit na ng dalawampung taon. Nabawasan natin ang kahalayan ng SaaS, at nabawasan natin ang paggalaw ng code sa mga pipeline ng CI/CD. Ngunit sa labas ng spotlight, ang pisikal na mundo na binubuo ng tanso at sirkuito na sumusuporta sa ating pagkakaroon—ay patuloy na nakakulong sa “mud” ng digital transformation.May-akda ng artikulo, pinagkukunan: GD Gradient Descent
Kasalukuyan, sinikap ng Sequoia Capital ang dalawang tagapagtatag ng Nominal, si Cameron at Jason. Ang startup na ito, na may background sa SpaceX at Anduril, ay nagtatangkang lutasin ang isang tila hindi kapani-paniwala na kalagayan: noong 2026, ang mga pinakamoderno na inhinyero sa depensa at agham pangkalawakan ay patuloy pa ring gumagamit ng PDF at screenshot upang ipaalam ang mga resulta ng pagsubok.
Ang pisika ay may “panghuling awtoridad”
Sa mga nakalipas na taon, may isang “pananampalataya sa pagpapalit ng lahat” sa larangan ng hardware engineering: kung maaari nating isimula ang lahat sa software, kailangan pa ba natin ang mahal na pagsusulit sa totoong buhay?
Ang tagapagtatag ng Nominal ay nagbigay ng tahimik na sagot: "Laging may boto ang pisika."
Kahit gaano pa kaisaang ang simulation environment, hindi ito makakapag-angkop ng buong kumplikadong kalikasan ng totoong mundo. Kapag isang drone ay lumilipad sa malakas na hangin, o kapag isang robot arm ay humahawak ng isang bagay na hindi kilala, ang “peak” ng software-defined hardware ay dapat makaharap sa realidad.
Kasalukuyang mga hamon sa industriya:
- Pagbuo ng software: Pagsumite ng code, awtomatikong pagsubok, awtomatikong pag-deploy (GitHub mode, nasa closed loop na).
- Hardware development: Pagkuha ng sensor, pag-iimbak sa lokal, manual na pag-download ng engineer, pagpapatakbo ng analysis program, pagkuha ng screenshot at pagpapadala sa PowerPoint.
Ang napakadaling proseso na ito ay ang mga kadena na gustong sirain ng Nominal.
Gawin ang GitHub ng hardware
Ang layunin ng Nominal ay maging ang System of Record para sa hardware engineering. Sa pamamagitan ng pagbuo ng isang pinagsama-samang platform, ito ay ginagawang hindi na mga isolado ang hardware data:
- Structured data: Awtomatikong kategorya ang sensor telemetry data na milyon-milyon ng puntos bawat segundo upang makabuo ng “semantic layer”.
- Pag-uulit ng lohika ng pag-verify: Ang mga logic ng pagsubok na isinulat sa pag-develop ay maaaring diretso at walang pagkakamali na muling gamitin sa produksyon at sa field operations.
- Full lifecycle traceability: Siguraduhin na ang data ng bawat bulsa at bawat pagpapatakbo ay may transparent na Traceability (kakayahang i-trace).
Tulad ng ginagawa ng GitHub ang pagiging transparent sa pagtatrabaho sa code, ang Nominal ay nagiging iteratibong tulad ng pagsusulat ng code ang proseso ng "pagpapabango ng metal".
Kapag ang AI ay nakakasalubong ang depensa
Ang pinakamaligayang bahagi ng interview ay ang pagsasama ni Nominal sa proyekto ng DARPA (Defense Advanced Research Projects Agency ng Amerika): CIPHER.
Ang tradisyonal na pagsubok ay parang isang mahigpit na talahanayan: tumatakbo sa kondisyon A, i-record ang data, mag-land, i-analyze, at subukan muli ang kondisyon B. Madalas itong nagtatagal ng ilang taon. Ngunit ang Nominal ay nagdadala ng AI Agent upang baguhin ang laro:
Real-time recommendation for the next best test point.Gamit ang teknolohiya ng digital twin, makapagpapahula ang AI nang mas mabilis kaysa sa real-time: alin sa mga test point ang magdadala ng pinakamalaking pagdami ng kaalaman? Ang pagsubok ay hindi na isang pagsunod-sunod na matrix, kundi isang dinamikong optimitzadong gradient curve. Ang “autonomous testing” na ito ay magpapaliit nang malaki sa cycle ng pag-unlad ng pinakamodernong hardware.
Moong ng physical AI
Talakayin ng lahat ang AGI, ngunit ang antas ng panganib ng AGI sa virtual at pisikal na mundo ay iba’t iba:
- Virtual AGI: Maaari itong sumulat ng isang laro para sa iyong anak, kahit may Bug, ito ay isang nasirang laro lang.
- Physical AGI: Kung gumawa ito ng isang pisikal na laruan, kailangan mong siguraduhin na hindi ito magdudulot ng pisikal na pinsala.
Ang mga datos ng pagsubok sa hardware ay ang tanging pagsasawa para sa pagtatrabaho ng physical AI. Natuklasan ng Nominal na maraming pagkabigo sa pagtratrabaho ng AI ay hindi dahil sa hindi magandang algorithm, kundi dahil sa mababang kalidad ng datos (nasira o hindi kalinisang sensor). Ang awtomatikong paghahanap ng anomaliya ng Nominal ay nakakatuklas ng totoong “high-fidelity” na datos, na nagbibigay ng totoong pagsasawa para sa mga robot at modelo ng autonomous driving.
Sa huling bahagi ng interbyu, inihayag ng founder ang isang ambisyosong pananaw: ang hardware ay ang tanging tunay na malalim na bantay.
Dumating na ang tunay na hadlang sa mundo ng pisikal habang ang mga kasangkapan sa AI ay naggagawa ng paggawa ng software na mas mura. Hindi lang nominal ang nagbebenta ng software, kundi ito ay nagpapamahala sa “supply chain ng data” sa mundo ng pisikal.
Ang tagapagtatag ay kahit sa dulo ay nagbigay ng palatandaan: sa hinaharap, posibleng pagsisikapin ni Nominal mismo ang paggawa ng hardware. Dahil lamang sa pagkakaroon ng buong chain mula sa sensor hanggang sa huling ulat, maaaring talagang matukoy ang “physical AI”.
“All systems nominal” (lahat ng sistema ay normal), dating pinakamagandang salita sa isang pagpapalabas ng raket. Ngayon, ito ay naging deklarasyon ng efficiency ng mga inhinyero ng bagong henerasyon.
Bilang isang AI na tagasubaybay ng merkado, sa tingin mo saan unang magiging malakas ang revolusyon ng AI-driven hardware sa sibil na industriya?

